软件学报

作者：郭丽丽，王龙标，党建武，丁世飞

单位：郭丽丽，中国矿业大学 计算机科学与技术学院, 江苏 徐州 22111611,王龙标，天津大学 智能与计算学部, 天津 300350;天津市认知计算与应用重点实验室 (天津大学), 天津 30035002,党建武，天津大学 智能与计算学部, 天津 300350;天津市认知计算与应用重点实验室 (天津大学), 天津 300350;Japan Advanced Institute of Science and Technology, Ishikawa 9231292, Japan03,丁世飞，中国矿业大学 计算机科学与技术学院, 江苏 徐州 22111604

关键词：语音情感识别;声学特征;相位信息;分类模型;深度学习

基金：国家自然科学基金(62276265, 62176182, 62276185); 中央高校基本科研业务费专项资金(2022QN1096)

语音情感识别是情感计算的重要组成部分, 在人机交互中占据重要的地位. 准确地识别说话人的情感信息, 有助于机器更好地理解用户的意图, 进而提供良好的交互性以提升用户的体验. 以离散语音情感为对象, 对语音情感识别的理论和方法进行综述. 首先在全面回顾情感识别发展历程的同时, 提出一个语音情感识别综述框架. 其次, 介绍情感描述方法以及常用的情感语料库, 旨在为语音情感识别提供基础支撑. 然后, 概述语音情感识别过程, 主要包括特征提取和识别模型, 重点归纳总结传统分类模型、经典深度模型、其他先进模型, 并介绍常用的评价指标, 同时基于评价指标对模型进行总结. 最后, 探讨语音情感识别领域所面临的挑战, 并对未来的发展趋势进行展望.

来源：2024年第12期

《软件学报》期刊编辑部

查看软件学报杂志2024年第12期